CC BY
0Muhammad al-Xorazmiy nomidagi TATU Farg'ona filiali "Al-Farg'oniy avlodlari" elektron ilmiy jurnali ISSN 2181-4252 Tom: 1 | Son: 4 | 2024-yil
"Descendants of Al-Farghani" electronic scientific journal of Fergana branch of TATU named after Muhammad al-Khorazmi. ISSN 2181-4252 Vol: 1 | Iss: 4 | 2024 year
Электронный научный журнал "Потомки Аль-Фаргани" Ферганского филиала ТАТУ имени Мухаммада аль-Хоразми ISSN 2181-4252 Том: 1 | Выпуск: 4 | 2024 год
Моделирование конфликтных ситуаций телевизионных изображений в процессе обработки
видеоинформации
I
Введение. Разнообразие методов и алгоритмов обработки изображений обусловлено множеством решаемых задач, областей их применения и различными техническими средствами получения визуальной информации. Однако часто эти методы не имеют строгого математического обоснования, а их использование объясняется целесообразностью в контексте конкретной практической задачи.
Одной из ключевых проблем при обработке изображений является улучшение их качества, в частности, повышение различимости отдельных фрагментов. Причинами снижения качества изображений могут быть:
• технические помехи, например, шум;
• недостаточное или избыточное освещение объектов съемки;
• отсутствие четкости при получении изображения;
• слишком мелкие детали, которые нужно различить.
Основной целью компьютерной обработки изображений является разработка методов, результаты которых лучше всего подходят для конкретного применения. Когда изображение обрабатывается для визуальной интерпретации, конечным судьей является наблюдатель, который
Нурилло Мамадалиев Азизиллоевич
Старший преподаватель кафедры "Информационных технологий" Ферганского филиала Ташкентского университета информационных технологий имени
Мухаммада Аль-Хорезми E-mail: [email protected]оm
оценивает, насколько эффективно работает конкретный метод. Визуальная оценка качества изображения - это весьма субъективный процесс, и понятие "хорошего изображения" становится абстракным эталоном, с которым нужно сравнивать эффективность алгоритмов. Если цель обработки - восприятие изображения другими компьютерными программами, то задача оценки значительно упрощается. Например, при распознавании символов лучшим методом будет тот, который дает более точные результаты распознавания. Тем не менее, даже в случаях, когда можно установить четкие критерии качества, обычно требуется несколько попыток тестирования, прежде чем будет выбран лучший метод с соответствующими параметрами.
Материалы и методы. При передаче телевизионных изображений значение яркости в одной и в той же точке одного кадра обычно не совпадает с другими кадрами. При решении таких задач в каждой точке должны учитываться те изменения яркости, которые были замечены. Это показывает, что в процессе участвует сторона с противоположным интересом, т.е. она мешает управлять значением яркости изображения.
Математическая модель данной задачи представлена в следующем виде:
379
Аннотация: Статья посвящена разработке математической модели задачи принятия управленчиских решений, свяанной с формированием критериев и ограничений, предъявляемых к процессу и обработки телевизионных изображений с использованием современных интеллектуальных технологий. Модель позволяет учитывать влияние различных факторов на режимы работы.
Ключевые слова: техническая яркость, шумовые помехи, освещонность, четкость, компьютерная обработка, визуальная интерпретация, визуальная оценка.
Muhammad al-Xorazmiy nomidagi TATU Farg'ona filiali "Al-Farg'oniy avlodlari" elektron ilmiy jurnali ISSN 2181-4252 Tom: 1 | Son: 4 | 2024-yil
"Descendants of Al-Farghani" electronic scientific journal of Fergana branch of TATU named after Muhammad al-Khorazmi. ISSN 2181-4252 Vol: 1 | Iss: 4 | 2024 year
Электронный научный журнал "Потомки Аль-Фаргани" Ферганского филиала ТАТУ имени Мухаммада аль-Хоразми ISSN 2181-4252 Том: 1 | Выпуск: 4 | 2024 год
-4г. -г. , .-г. , .-г. ,-г. . , =и(х„ г, v-Л, ( 1)
LI 1-1. j 1+1. j 1,1 — 1 l.i+l ^ '-1! '■■])■ v '
и '-J
-Ln = Ф-
( 2)
(1), (2) описывает двухпараметрические дискретные игры преследования. Преследование
z
считается завершенным, если iJ удовлетворяет 5 < z j < 5 + s, i0 < i < ix, j < j < j
условие:
где.
1 < i0, ix < m,1 < j0, j <6-1
для некоторых
5 > 0,s > 0.
заранее заданных
Следует подчеркнуть, что под игрой подразумевается процесс, в котором участвуют две или больше сторон, стремящихся достичь своих целей. Каждая сторона имеет свою цель и применяет определенную стратегию, которая может привести как к победе, так и к поражению, в зависимости от действий других участников. Теория игр помогает выбрать наилучшую стратегию, принимая во внимание ожидания относительно других игроков, их ресурсы и возможные действия. Если игра моделируется с использованием дифференциальных уравнений, она называется дифференциальной игрой. Как уже сказано, задача (1), (2) описывает дискретные игры.
С помощью выше указанной моделей (1), (2) управляем резкости изображении.
Резкость изображения - это мера размытия границы между двумя соседними областями изображения с различной оптической плотностью (яркостью). На рис. 1.а) представлено резкое изображение, на рис. 1.б) - то же изображение, но размытое.
Рис. 1. а) исходное изображение; б) размытое изображение;
Литературный обзор
Главная цель повышения резкости заключается в том, чтобы подчеркнуть мелкие
детали изображения или улучшить те детали, которые оказались расфокусированы вследствие ошибок или несовершенства самого метода съемки. Повышение резкости изображений используется достаточно широко — от электронной печати и медицинской интроскопии до технического контроля в промышленности и систем автоматического наведения в военной сфере [1 - 4].
В данной (1), (2) управление заключается в подборе значений и и V таких, чтобы выполнялось
5 < ЬЯ; / <5 + 8 ^ условие . Параметры р, о, о и 8
задаются при запуске управления [4, 5].
При выполнении этого шага создаются две дополнительные матрицы размером с изображение, которые заполняются значениями и и V - программа, как и в случае с матрицами, просматривает все точки изображения и для каждой вычисляет перебором значения и и V, соответствующие условию, и найденные значения затем записывает в соответствующие элементы дополнительных матриц. После того, как программа переберет все точки, она проходит по ним снова и для каждой точки суммирует ее текущее значение и вычисленные и и V, т. е. Zi,j = Zi,j - ^ + где Z - матрица значений яркости, U и V - матрицы управляющих значений. В результате выполнения этого шага резкость и четкость изображения увеличиваются [6, 7].
При задании параметров необходимо учесть граничные условия, а именно р > о. Для гарантированного нахождения и и V ограничивающие их р и о должны быть достаточно большими, а для обеспечения минимального
искажения изображения должно быть таким, чтобы глаз человека не мог отличить изменение яркости в результате управления. Согласно медицинским исследованиям, пороговое изменение яркости, которое замечает человек, равно 1/100 от полного диапазона значений. Так как в цифровых изображениях полный диапазон это 0..255, то 1/100 от него это 2,5, поэтому наилучшее значение для о равно 2, для 8 - тоже 2,
380
"Descendants of Al-Farghani" electronic scientific Электронный научный журнал "Потомки Аль-
journal of Fergana branch of TATU named after Фаргани" Ферганского филиала ТАТУ имени
Muhammad al-Khorazmi. ISSN 2181-4252 Мухаммада аль-Хоразми ISSN 2181-4252
Vol: 1 | Iss: 4 | 2024 year Том: 1 | Выпуск: 4 | 2024 год
Muhammad al-Xorazmiy nomidagi TATU Farg'ona filiali "Al-Farg'oniy avlodlari" elektron ilmiy jurnali ISSN 2181-4252 Tom: 1 | Son: 4 | 2024-yil
2 < 2 + 2 тогда неравенство примет вид ' или
.. 2; 4]
Для р и а экспериментально найдены оптимальные значения в 600 и 500 соответственно [8, 9].
Пример применения программы:
llL= б)
Рис. 2. а) исходное изображение; б) обработанное изображение;
Результаты
В результате сравнения данных изображений были получены следующие объективные оценки:
СКО - 17,95
Разность средних яркостей - 0,592
Разность средних резкостей - 0,1196
Заключение
Разработан алгоритм для задачи сжатия видеопоследовательностей с учётом заданного критерия искажения. Алгоритмы, решающие эту задачу, называются алгоритмами управления скоростью кодирования видеоинформации.
Проведен анализ эффективности постановки задачи при ограничении на среднюю степень сжатия видеоданных.
Для прогнозирования уровня сжатия видеоданных был разработан и апробирован в реальных условиях программный пакет, направленный на интеллектуализацию
региональных процессов управления задачей сжатия видеопоследовательностей с заданным критерием искажения, а также алгоритмов управления скоростью кодирования
видеоинформации.
Список литературы (References):
1. Рассел, С. (2006). Питер Норвиг. Искусственный интеллект: Современный подход. 2-е изд.: пер. с англ. М.: Изд. дом «Вильямс.
2. Shоham Y., Leyton-Brown K. Multiagent systems: А^опШтю, Game-Theоretic, and Lоgical Fоundatiоns. - Cambridge University Press, 2009. https://bооks.gооgle.cо.uz/bооks?Ы=щ&lr=&id= bMR qScakukC&Qi=fnd&pg=PR7&Qts=3Glcm8i MzF&sig=pTT6RihQS8r5QO-
6rUqsAUbTa0&redir esc=y#v=оnepage&q&f=f alse
3. Городецкий, В. И. (1996). Многоагентные системы: современное состояние исследований и перспективы применения. Новости искусственного интеллекта, 1, 44-59.
4. Городецкий, В. И. (1998). Многоагентные системы: основные свойства и модели координации поведения. Информационные технологии и вычислительные системы, (1), 22-34.
5. РогиЬау О. et al. Оptimizatiоn оf орегайоп mоdes оf renewable energy facilities to provide energy for agriculture //E3S Web оf Cоnferences. - EDP Sciences, 2024. - Т. 538. - С. 01028.
6. Ergashev О. et al. Programming and processing оf big data using руШоп language in medicine //E3S Web оf inferences. - EDP Sciences, 2024. - Т. 538. - С. 02027.
7. Авершьев, С. П., Липницкий, Ю. М., Макаревич, Г. А., Мамадалиев, Н., Пелипенко, Л. Ф., Половнев, А. Л., ... & Шоколов, А. Г. (2015). Пробой стенки гермоотсека космического аппарата высокоскоростной частицей с образованием акустических волн. Ученые записки ЦАГИ, 46(1), 42-51.
8. Abduraximоv, А., & Mamadaliyev, N. (2023). Theоretical analysis оf the car braking process. American Jоurnal оf Tech^hgy and Applied Sciences, 12, 85-88.
9. Мамадалиев, Н. А. (2022). Системы защиты информации для гетерогенных информационных систем на основе мультиагентного подхода. Jоurnal оf new century ^^vat^m, 11(1), 203-212.
381
